El año pasado estuve en Tokio. Fui a ver qué estaba pasando de verdad con la IA, más allá de los titulares. Y lo que vi me cambió la perspectiva completamente.
Un robot recogiendo fresas. Solo. De noche. Sin supervisión humana.
No era un prototipo de laboratorio ni una demo de feria. Era un invernadero real, con pedidos reales, en una economía que lleva décadas mirando al abismo demográfico.
Japón no está experimentando con la IA física. La está desplegando. Y hay mucho que aprender de eso.
El problema que Occidente todavía no quiere ver
Aquí en Europa seguimos debatiendo si la IA va a "quitarnos el trabajo". En Japón ese debate no existe. Porque el problema es el contrario: no hay suficiente gente para hacer el trabajo.
Japón tiene una de las tasas de natalidad más bajas del mundo y una población envejecida a una velocidad brutal. Sectores enteros —logística, agricultura, hostelería, cuidados— llevan años funcionando con una escasez crónica de mano de obra que ninguna política migratoria ha resuelto.
Entonces, ¿qué haces cuando no tienes trabajadores? Construyes los que te faltan.
Y eso es exactamente lo que están haciendo. No como experimento. Como necesidad.
Lo que significa "IA física" de verdad
Cuando hablamos de IA, la mayoría de la gente piensa en chatbots o en generadores de imágenes. Pero la IA física —lo que en inglés llaman physical AI— es otra cosa. Es IA que percibe el mundo, toma decisiones y actúa sobre él con un cuerpo. Robots, vehículos autónomos, sistemas de manipulación en fábricas y almacenes.
Durante años esto fue la promesa que nunca llegaba. Siempre en fase piloto. Siempre "casi listo para escalar".
Japón ha roto ese ciclo. Y lo ha hecho por tres razones concretas:
1. La necesidad es tan urgente que no pueden permitirse esperar la perfección. Cuando el 30% de tu población tiene más de 65 años y los almacenes no encuentran operarios, no puedes esperar a que el robot tenga un 99,9% de tasa de éxito. Con un 92% ya estás mejor que con nadie.
2. Han construido ecosistemas, no productos. No es una empresa desarrollando un robot. Es toda una cadena: fabricantes, integradores, clientes industriales y gobierno, todos alineados en la misma dirección. Eso acelera el aprendizaje de forma exponencial.
3. La cultura del error como datos. Cada fallo del robot en campo real no es un fracaso. Es un dataset. Y con ese dataset mejoras el modelo. Japón lleva años acumulando datos del mundo físico que ningún laboratorio europeo o americano tiene.
Por qué esto nos importa a todos
Me pregunto cuántas empresas españolas o latinoamericanas están mirando esto y pensando "eso es cosa de Japón". Error.
La escasez de trabajadores en ciertos sectores no es solo un problema japonés. En España hay 200.000 empleos en logística sin cubrir. En México, la rotación en manufactura es del 80% anual en algunas zonas. En Colombia, el sector agrícola lleva décadas sin mano de obra suficiente en temporada de cosecha.
El detonante japonés es la demografía. El nuestro puede ser otro. Pero el resultado va a ser el mismo: quien haya construido la infraestructura de IA física antes, va a operar con ventajas competitivas que los demás no podrán cerrar en cinco años.
Y no hablo solo de grandes corporaciones. Hablo de una empresa de 50 personas con un almacén en Zaragoza que automatiza su picking. O de un agricultor en Lleida que despliega visión artificial para selección de fruta. Eso ya existe. Ya está pasando.
Lo que puedes hacer hoy
No te pido que compres un robot mañana.
Te pido que hagas una cosa: identifica en tu negocio, en tu trabajo, en tu sector, cuáles son las tareas que nadie quiere hacer. Las repetitivas, las peligrosas, las que tienen rotación altísima, las que se hacen de noche o en condiciones duras.
Esas son exactamente las tareas que la IA física va a resolver primero. Y si las tienes identificadas antes de que llegue la solución, serás el primero en adoptarla. Si no, reaccionarás tarde.
Japón lleva una década haciéndose esa pregunta. Nosotros acabamos de empezar.
En CenteIA Education llevamos dos años formando equipos de empresas en cómo prepararse para esta transición. No para el futuro abstracto. Para lo que está pasando ahora mismo. Si quieres entender cómo integrar esto en tu organización, ya sabes dónde encontrarme.